ART2神经网络学习算法的改进

• 作者: 谭海燕 龙军
• 来源期刊: 科技与创新
• 关键词: 自适应共振 模式漂移 飘移上限系数 栈结构
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 网络与通信
• 页码范围: 104-106
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.03.043

摘要

自适应共振(ART)神经网络具有无监督学习功能,能对时序信号进行实时学习、实时处理,能对已学习过的样本作出快速响应,自动识别等优点,尤其以ART2网络更具有实用性.但是传统的ART2网络存在幅度信息丢失和模式漂移等现象,针对这一情况,本文把模式漂移的方向作为一个因素进行考虑,通过设置漂移上限系数.引入栈结构对模式漂移的相反方向相互抵消.同一方向累加的方法有效限制了模式的飘移,对各改进算法进行比较体现本文算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙军		65	387	8.0	16.0
2	谭海燕		1	1	1.0	1.0